在机器学习专业的第一门课程中，您将： - 使用流行的机器学习库 NumPy 和 scikit-learn 在 Python 中构建机器学习模型 - 为预测和二元分类任务构建和训练有监督的机器学习模型，包括线性回归和逻辑回归 机器学习专业是 DeepLearning.AI 和斯坦福在线合作创建的基础在线课程。在这个适合初学者的课程中，您将学习机器学习的基础知识，以及如何使用这些技术构建真实世界的人工智能应用。

本专业课程由 Andrew Ng 讲授，他是人工智能领域的远见卓识之士，曾在斯坦福大学领导关键性研究，并在 Google Brain、百度和 Landing.AI 开展开创性工作，推动人工智能领域的发展。 本专业课程包括 3 门课程，是 Andrew 的开创性机器学习课程的更新和扩展版本，该课程自 2012 年推出以来，获得了 4.9 分的高分（满分 5 分），超过 480 万学习者参加了学习。 它广泛介绍了现代机器学习，包括监督学习（多元线性回归、逻辑回归、神经网络和决策树）、无监督学习（聚类、降维、推荐系统），以及硅谷人工智能和机器学习创新的一些最佳实践（评估和调整模型、采用以数据为中心的方法提高性能等）。在本专业课程结束时，您将掌握关键概念和实用技能，能够快速、有力地将机器学习应用到具有挑战性的实际问题中。如果您想进入人工智能领域或在机器学习领域建功立业，新的机器学习专业课程将是您的最佳起点。